KaiserY · 更新于 2018-11-28 11:00:43

字符串

strings.md
commit 6ba952020fbc91bad64be1ea0650bfba52e6aab4

对于每一个程序,字符串都是需要掌握的重要内容。由于Rust主要着眼于系统编程,所以它的字符串处理系统与其它语言有些许区别。每当你碰到一个可变大小的数据结构时,情况都会变得很微妙,而字符串正是可变大小的数据结构。这也就是说,Rust的字符串与一些像C这样的系统编程语言也不相同。

让我们进一步了解一下。一个字符串是一串UTF-8字节编码的Unicode量级值的序列。所有的字符串都确保是有效编码的UTF-8序列。另外,字符串并不以null结尾并且可以包含null字节。

Rust有两种主要的字符串类型:&strString。让我们先看看&str。这叫做字符串片段string slices)。字符串常量是&'static str类型的:

let greeting = "Hello there."; // greeting: &'static str

"Hello there."是一个字符串常量而它的类型是&'static str。字符串常量是静态分配的字符串切片,也就是说它储存在我们编译好的程序中,并且整个程序的运行过程中一直存在。这个greeting绑定了一个静态分配的字符串的引用。任何接受一个字符串切片的函数也接受一个字符串常量。

字符串常量可以跨多行。有两种形式。第一种会包含新行符和之前的空格:

let s = "foo
    bar";

assert_eq!("foo\n        bar", s);

第二种,带有\,会去掉空格和新行符:

let s = "foo\
    bar"; 

assert_eq!("foobar", s);

Rust 当然不仅仅只有&str。一个String,是一个在堆上分配的字符串。这个字符串可以增长,并且也保证是UTF-8编码的。String通常通过一个字符串片段调用to_string方法转换而来。

let mut s = "Hello".to_string(); // mut s: String
println!("{}", s);

s.push_str(", world.");
println!("{}", s);

String可以通过一个&强制转换为&str

fn takes_slice(slice: &str) {
    println!("Got: {}", slice);
}

fn main() {
    let s = "Hello".to_string();
    takes_slice(&s);
}

这种强制转换并不发生在接受&str的trait而不是&str本身作为参数的函数上。例如,TcpStream::connect,有一个ToSocketAddrs类型的参数。&str可以不用转换不过String必须使用&*显式转换。

use std::net::TcpStream;

TcpStream::connect("192.168.0.1:3000"); // &str parameter

let addr_string = "192.168.0.1:3000".to_string();
TcpStream::connect(&*addr_string); // convert addr_string to &str

String转换为&str的代价很小,不过从&str转换到String涉及到分配内存。除非必要,没有理由这样做!

索引(Indexing)

因为字符串是有效UTF-8编码的,它不支持索引:

let s = "hello";

println!("The first letter of s is {}", s[0]); // ERROR!!!

通常,用[]访问一个数组是非常快的。不过,字符串中每个UTF-8编码的字符可以是多个字节,你必须遍历字符串来找到字符串的第N个字符。这个操作的代价相当高,而且我们不想误导读者。更进一步来讲,Unicode实际上并没有定义什么“字符”。我们可以选择把字符串看作一个串独立的字节,或者代码点(codepoints):

let hachiko = "忠犬ハチ公";

for b in hachiko.as_bytes() {
    print!("{}, ", b);
}

println!("");

for c in hachiko.chars() {
    print!("{}, ", c);
}

println!("");

这会打印出:

229, 191, 160, 231, 138, 172, 227, 131, 143, 227, 131, 129, 229, 133, 172,
忠, 犬, ハ, チ, 公,

如你所见,这有比char更多的字节。

你可以这样来获取跟索引相似的东西:

# let hachiko = "忠犬ハチ公";
let dog = hachiko.chars().nth(1); // kinda like hachiko[1]

这强调了我们不得不遍历整个char的列表。

切片(Slicing)

你可以使用切片语法来获取一个字符串的切片:

let dog = "hachiko";
let hachi = &dog[0..5];

注意这里是字节偏移,而不是字符偏移。所以如下代码在运行时会失败:

let dog = "忠犬ハチ公";
let hachi = &dog[0..2];

给出如下错误:

thread '<main>' panicked at 'index 0 and/or 2 in `忠犬ハチ公` do not lie on
character boundary'

连接(Concatenation)

如果你有一个String,你可以在它后面接上一个&str

let hello = "Hello ".to_string();
let world = "world!";

let hello_world = hello + world;

不过如果你有两个String,你需要一个&

let hello = "Hello ".to_string();
let world = "world!".to_string();

let hello_world = hello + &world;

这是因为&String可以自动转换为一个&str。这个功能叫做[Deref转换](Deref coercions Deref强制多态.md)。

上一篇: Vectors 下一篇: 泛型